詳細解釋
Google 在 2022 年提出的數據集文檔化框架，類似食品營養標籤，旨在解決 AI 訓練數據的「黑箱」問題。
一份完整的數據卡片記錄：誰創建了數據、何時收集、涵蓋哪些人群、有什麼已知偏見、不建議用於哪些場景。例如，Face Recognition Dataset 的卡片會聲明「此數據集缺乏年齡多樣性，不建議用於兒童識別系統」。
與傳統的數據表（Datasheets for Datasets，側重技術規格）不同，數據卡片更強調倫理和社會影響評估。它是模型卡（Model Cards）的前置步驟——沒有透明的數據，就沒有透明的模型。
實踐中，Hugging Face 等平台已開始要求上傳數據集時填寫卡片。監管機構（如歐盟 AI 法案）也關注此類透明度工具，可能成為合規要求。挑戰在於歷史數據集的回溯文檔化，以及開發者是否會誠實披露數據缺陷。